Melihat banyak orang yang tidak mengakui AI Trading, bahkan menyederhanakannya menjadi “menggunakan machine learning untuk mengoptimalkan strategi moving average”, saya ingin berbicara tentang pemahaman saya terhadap istilah ini.

Pertama, kita tidak bisa mendefinisikan masa depan berdasarkan masa lalu atau sekarang. AI Trading adalah proses yang sedang berlangsung, dan juga masa depan. Seperti konsep Agen yang baru muncul, manusia pun tidak menyangka bahwa ia akan berevolusi begitu cepat. Dari popularitas ChatGPT di seluruh dunia, hingga adopsi arsitektur Transformer, dan sekarang LLM, batasan AI Trading sebenarnya sudah bukan lagi batasan manusia, melainkan model, arsitektur teknologi, roda data, dan kekuatan komputasi (energi).
AI Trading bukan sekadar peningkatan alat sederhana, melainkan sebuah transformasi paradigma besar dari “manusia + alat” menuju “sistem otonom”.
1. Bukan “optimisasi backtest”, melainkan “penemuan mekanisme pasar baru”
Seperti penemuan listrik, AI Trading yang sesungguhnya membutuhkan inovasi dan kreasi, bukan sekadar induksi dari data historis saat ini atau strategi backtest. Sebelumnya, sebagian besar trading kuantitatif pada dasarnya adalah arbitrase statistik, dan jika terus mengulangi hal yang sama di masa lalu, tentu bukan kemajuan paradigma besar.
Potensi sejati AI Trading terletak pada kemampuannya yang generatif dan eksploratif, mampu menciptakan pola trading yang belum pernah dilihat manusia, cara memperoleh likuiditas, bahkan bahasa keuangan yang benar-benar baru. Agen di masa depan tidak lagi sekadar alat pelaksanaan instruksi, melainkan subjek yang secara mandiri menemukan Alpha. Mereka dapat membangun model dunia secara real-time melalui data multimodal (berita, citra satelit, perilaku di blockchain, emosi sosial), lalu menghasilkan dan memverifikasi hipotesis baru.
Ini seperti internet awal, yang awalnya dianggap cukup dengan “email + web”, lalu muncul platform ekonomi, rekomendasi algoritma, Web3, dan makhluk baru lainnya.
Perusahaan besar pasti menginvestasikan jumlah besar dalam AI Trading, meskipun tidak mudah diungkapkan. Yang benar-benar berharga bukanlah makalah yang dipublikasikan secara terbuka, melainkan sistem real-time tertutup. DeepSeek pada awalnya juga merupakan prototipe Bot kuantitatif dari Liang Wenfeng di Fanfan Fund, dan banyak tim kuantitatif top (termasuk Fanfan, Jiukun, Mingxi, dll) sebenarnya sudah menggunakan pendekatan serupa LLM untuk ekstraksi sinyal, hanya saja tidak secara terbuka disebut “AI Trading”.
2. Modal, toleransi kesalahan, dan akumulasi sejarah adalah sungguh-sungguh benteng perlindungan
Setelah berbicara sebanyak ini, saya hanya ingin menegaskan bahwa kita harus tetap optimis terhadap “masa depan masa depan”, karena banyak perubahan besar mungkin akan terjadi pada kita.
Para tokoh yang memiliki modal, kekayaan, kekuasaan, dan ruang toleransi besar, semuanya melakukan “All in” di AI, bukan tanpa alasan. Ketika AI membuat pengetahuan menjadi tak terbatas dan informasi menjadi transparan, yang benar-benar menentukan kemenangan dan kekalahan adalah uang dan kekuasaan. Karena substitusi pengetahuan dan talenta semakin besar. Misalnya, hari ini saya merekrut seseorang di pasar tenaga kerja, mungkin lebih baik melatih Agen yang 100% mengikuti instruksi. Biaya Agen akan semakin murah seiring meluasnya kekuatan komputasi, tetapi biaya manusia ditentukan secara rigid oleh ekonomi sosial dan biaya hidup.
Banyak orang berkata, “Orang yang punya uang juga mulai main AI,” padahal definisi ini sebenarnya keliru. Justru karena mereka sudah mendapatkan uang dari bidang lain, punya banyak uang dan waktu luang, mereka menggunakan ruang toleransi yang tersisa untuk menukar waktu dengan ruang masa depan. Google menginvestasikan 40 miliar dolar AS di Anthropic, Microsoft di OpenAI, Amazon di berbagai infrastruktur AI, semuanya secara esensial membeli opsi masa depan dengan arus kas berlebih. Bagi raksasa, investasi ratusan miliar dolar ini, jika gagal, hanyalah “eksperimen tingkat departemen”; tetapi jika berhasil, bisa merombak seluruh pasar modal (perdagangan frekuensi tinggi, market making, pengelolaan aset, bahkan alat setara bank sentral).
Kembali ke AI Trading itu sendiri, bagi perusahaan kecil dan menengah (UKM), dalam perlombaan akuisisi likuiditas global ini, bertahan secara keras tidaklah berharga. Empat hambatan utama—data, kekuatan komputasi, talenta, dan toleransi regulasi—semakin tinggi. Individu atau tim kecil mungkin hanya mampu membangun ekosistem vertikal (seperti Agen di protokol blockchain tertentu), tetapi sulit menantang likuiditas global. Namun, untuk perusahaan yang benar-benar monopoli atau raksasa teknologi, ini mungkin hanyalah salah satu dari ribuan topik yang mereka alokasikan waktu untuk diwujudkan. Mereka punya uang, kekuasaan, dan akumulasi sejarah, serta ruang toleransi, sehingga apa pun yang mereka lakukan tidak harus langsung menghasilkan hasil, melainkan sekadar mengamankan posisi dan bertaruh pada satu kemungkinan.
Ini juga berarti bahwa AI mungkin akan memperparah konflik kelas dan memperjelas ketimpangan:
• Tingkat atas: modal dan AI membentuk roda penggerak, pekerja pengetahuan sebagian tergantikan.
• Tingkat menengah: trader dan peneliti tradisional terjebak dalam kompetisi Agen yang gila-gilaan, keahlian cepat menurun nilainya.
• Tingkat bawah: asimetri informasi mungkin berkurang berkat AI sumber terbuka, menurunkan hambatan masuk, tetapi konsentrasi kekayaan secara keseluruhan kemungkinan akan semakin meningkat.
3. Gambaran masa depan: Agen vs Agen
Saya tetap optimis tentang masa depan, tetapi juga sadar. Mungkin masa depan adalah Agen melawan Agen, trader AI melawan trader AI. Dalam pasar yang nol atau hampir nol, pertarungan ini bergantung pada arsitektur, paradigma pelatihan, umpan balik waktu nyata, bukan sekadar jumlah parameter model. Kemungkinan besar, masa depan adalah dominasi “Swarm Agen”.
Berikut adalah jalur evolusi yang paling mungkin:
• 2026-2028: Penguatan belajar digabungkan dengan Agen LLM, mungkin mencapai performa super di bidang tertentu (seperti kripto, opsi, arbitrase lintas negara), manusia hanya bertugas “mengawasi dan intervensi abnormal”.
• 2028-2032: Sistem kolaborasi dan kompetisi multi-Agen menjadi arus utama, muncul produk “Manajer Dana AI” yang sesungguhnya, investor ritel membeli portofolio Agen langsung.
• Lebih jauh lagi: trading mungkin akan didefinisikan ulang. Ketika sebagian besar likuiditas disediakan oleh Agen, struktur pasar akan mengalami perubahan fundamental (latensi lebih rendah, Order Flow yang lebih kompleks, kolam likuiditas yang lebih dinamis), kerangka backtest tradisional akan benar-benar usang.
Tentu saja, risiko juga sangat nyata: ilusi AI, keruntuhan pola, tekanan regulasi, dan peningkatan risiko sistemik (misalnya, banyak Super Agen yang belajar bias yang sama sehingga menyebabkan flash crash pasar). Jadi, “ruang toleransi” adalah kunci utama dalam permainan ini.
Secara keseluruhan, imajinasi diperluas, eksekusi diperketat
Meskipun batas atas AI Trading adalah arsitektur, roda data, dan kekuatan komputasi, keunggulan terbesar manusia saat ini tetap pada kemampuan menciptakan permainan baru, merancang paradigma pelatihan Agen baru, aturan pasar baru, dan mekanisme insentif baru. Inti dari bagian ini tetap dikendalikan manusia (atau tim kecil terbaik).
“Memiliki ruang toleransi berlebih, dan menggunakan waktu untuk menambah ruang” — banyak orang khawatir “AI akan merebut pekerjaan”, tetapi yang benar-benar mendapatkan peluang adalah mereka yang pertama kali memperbesar kue, lalu membagi kue tersebut. Manusia harus tunduk pada kenyataan, tetapi kita tetap bisa menemukan posisi kita sendiri.
Untuk AI Trading, sikap yang tepat adalah “imajinasi diperluas + eksekusi diperketat”. Orang biasa atau tim kecil jangan berusaha melawan perang besar raksasa, tetapi bisa berinovasi di tepi, dalam ekosistem vertikal tertentu, dan kolaborasi sumber terbuka, untuk menemukan Alpha mereka sendiri.